실시간 안면인식 출입 시스템을 위한 Cloud Caching 기반의 연구

초록

최근 몇 년 동안 안면인식 기술은 다양한 분야에서 상당한 주목을 받아왔다. 이 기술은 개인 식별, 보안 시스템, 그리고 다양한 분야의 접근 제어에서 중요한 역할을 하고 있다. 특히 안면인식 기술은 안정성과 무접촉 편의성으로 인해 스마트폰의 잠금 해제 및 소규모 그룹의 출입 시스템에 널리 사용되고 있다. 그러나 이 기술을 대중 교통과 같은 대규모 환경에서 사용하는 것은 다수의 동시 사용자에 대한 실시간 데이터 처리에서 복잡한 문제를 유발한다. 이러한 문제에 대응하기 위해 본 연구에서는 새로운 임베디드 보드용 안면인식 출입 시스템과 결합된 혁신적인 실시간 클라우드 캐싱 접근법을 제안한다. 이 방법은 사용자의 MAC 주소를 감지하면 클라우드 서버에서 로컬 캐시 서버로 사용자 데이터를 미리 복사하여 데이터 접근 시간을 효과적으로 단축한다. 클라우드 캐싱기법은 특히 대규모 데이터 및 동시 사용자가 있는 상황에서 실시간 안면인식 시스템의 성능을 현격히 향상시켰다. 대학 강의실 환경에서 Raspberry Pi 3 Model B+, 무선 AP, 카메라 모듈, 'Dlib' 라이브러리, 32GB SD 카드 등을 활용하여 이 방법을 구현하고 검증한 결과, 데이터 용량 및 실시간 처리와 관련된 문제를 극복하면서도 상당한 시간 절약을 이루어냈다. 이러한 결과는 대규모 안면인식 기술 분야에서 주목할 만한 진전을 나타낸다.

키워드